基于IPW的条件平均处理效应估计研究

本文系统研究了四种基于逆概率加权（IPW）的条件平均处理效应估计量在分别使用非参数、半参数、参数估计以及真实倾向得分时的渐近行为。为此，我们首先特别关注半参数降维结构，以便能很好地研究基于半参数的估计量，该估计量能很好地缓解维数灾难并极大避免模型误设。我们还推导了现有使用非参数估计倾向得分的估计量的一些进一步性质。根据其渐近方差函数，研究揭示了它们渐近效率的一般排序；在哪些情形下渐近等价成立；给定协变量在倾向得分自变量集合中的从属关系、带宽与核选择的关键作用。结果表明其与基于IPW的（无条件）平均处理效应（ATE）有本质区别。数值研究表明，对于高维范式，基于半参数的估计量总体表现良好，而基于非参数的估计量，甚至有时基于参数的估计量，更易受维数影响。我们进行了一些数值研究以检验它们的表现。还分析了一个真实数据示例用于说明。